安徽农业科技创新能力评价研究

杜 俊 娟

(安徽新华学院财会与金融学院，　安徽　合肥　230088； 合肥工业大学管理学院，　安徽　合肥　230009)



安徽农业科技创新能力评价研究

杜 俊 娟

(安徽新华学院财会与金融学院，安徽合肥230088； 合肥工业大学管理学院，安徽合肥230009)

摘要：基于安徽省农业发展与农业科技创新的现状，利用灰色关联度法筛选出符合安徽省农业科技创新能力评价的指标体系，运用层次分析法(AHP)构建了科技创新促进安徽农业发展的能力评价模型。结合2007-2013年的农业科技创新时间序列数据的实证分析，对安徽省的农业科技创新能力进行综合评价。结果表明，安徽省农业科技创新能力呈波浪式缓慢增长趋势，整体构成结构不合理、农业科技创新投入、产出、转化、支撑各能力内部发展不均衡。要进一步加强农业基础设施建设；创新农业科技推广体系；创新农业科技体制机制；提高农业领域专利申请授权量。

关键词：层次分析法；农业科技创新；综合评价；安徽省

改革开放30多年来，安徽农业发展迅速，综合生产能力大幅提升，农产品产量增加明显，农民收入和生活水平实现了历史性跨越。作为全国13个粮食主产区和6个粮食调出省之一，安徽在全国农业布局中占据重要地位，为保障国家粮食安全作出了重要贡献[1]。但是，安徽仍然只是农业大省，不是农业强省，农业大而弱，农林牧渔业生产总值年均增长率(约为11%左右)低于全国平均水平(约14%左右)，面临增产不增收的窘境，农民收入水平低，农业综合生产能力差[2-4]。

在安徽由农业大省向农业强省转变的道路上，最大的阻力就是农业科技问题[1,3-5]，虽然近些年来，安徽农业的科技贡献率飞速发展，但科技对安徽农业的推动要低于全国平均水平，且自主创新能力不强、水平较低，农业科技创新的总体投入也明显不足，在研究和应用上仍然存在着传统学科和专业多、常规技术多、研究增产技术的成果多，而高新技术少、产品创新少、高新技术和综合性专业少的“三多三少”现象，严重影响安徽农业科技创新成果的产出[1,6]。因此，基于安徽农业发展的特点，本文采用灰色关联度法进行指标筛选，基于AHP层次分析法构建评价模型，并利用综合评分法对科技创新促进农业发展能力进行评价与分析，提出切实提升安徽省农业科技创新能力政策建议。

一、农业科技创新指标体系的筛选

科技创新是从基础研究、应用研究开发到科技成果商业化的过程，包括科学创新和技术创新两部分；就农业领域来说，由于农业生产周期性长、过程复杂，影响农业科技创新的主体多、要素多，农业科技创新有着显著的地域性和周期性。因而，建立科学的农业科技创新评价指标体系，是实现正确合理评价的基础和前提。

(一)指标体系初步筛选

基于农业领域特点，结合安徽省农业实际情况，遵循指标的科学合理性和可验证性，我们从59个指标中反复论证和实地调研，筛选掉数据不全、不连续以及无法量化的定性指标，最终选取出如表1所示的23个评价指标。

(二)灰色关联度指标筛选

灰色关联分析方法，是根据各种因素之间相同或者相异的程度作为衡量因素间关联程度的一种方法。选择灰色关联度法研究科技创新和农业

表1　农业科技创新测度指标变量

数据来源：《安徽省统计年鉴》

发展的关系，能从本质上体现二者关系的密切程度。因此，为提高科技创新对安徽农业发展推动作用的评价质量，对初步筛选后留下的23个指标利用灰色关联度分析法再度筛选。

具体步骤如下：

第一步，设因素X23(农业总产值)作为参考序列(母因素)，其余的X1-X22的22项指标作为相关因素序列(子因素)；

σij(k)=(Min+βMax)/(Δijk+βMax)

(1)

其中，β为标准化系数，本文β取值为0.5；则母序列与子序列之间的关联度为：

(2)

其中n为比较序列的长度。

按上述步骤对安徽省2007-2013 年间的数据进行分析，利用Matlab和EXCEL进行数据处理，结合灰度关联分析法得到各指标的关联度计算结果排序如表2所示。

表2　指标关联度排序

参照一般筛选原则，结合安徽省的实际情况，认为关联度低于0.6的指标与评价目标相关性较小；因此删除了关联度小于0.6的5个指标，将关联度大于0.6的17个指标加上参考因素指标共18个作为安徽省农业科技创新能力评价模型的关键指标，进行安徽农业科技创新能力评价分析模型的构建。

二、评价模型建立

(一)构建AHP层次分析评价模型

层次分析法(AHP法)，是将一个复杂的多目标决策问题作为一个系统，将目标分解为多个指标(或准则)再分解成若干层次，通过定性指标模糊量化方法算出层次单排序(权数)和总排序，实现多指标、多方案系统的优化决策。

本文选用AHP层次分析法对科技创新促进安徽农业发展的能力进行评价，将农业科技创新能力分解为投入、产出、转化和支撑四大能力，构建出如表3所示的安徽省农业科技创新能力评价模型。

表3　农业科技创新能力评价模型

(二)构造判断矩阵

在确定了指标体系上下层的隶属关系后，构建层次分析模型。结合安徽的实际情况，依据T. L. Saaty的九级标度法，采用咨询专家和问卷调查的方法对评价模型中各层次的指标进行重要性比较，并用数值形式给出判断结果；综合处理收集到的指标重要性评价数值，构成判断矩阵，利用Matlab软件计算出各指标的层次单排序。根据此原理计算出一级指标的层次单排序结果如表4所示，采取相同的方法再计算出安徽农业科技创新能力4个二级指标层次单排序的结果，如表5-8所示。

表4　安徽农业科技创新四个一级指标层次单排序

max=4.1169；CI=0.039；RI=0.9；CR=0.043

表5　安徽农业科技创新投入能力二级指标层次单排序

max =5.026 0； CI=0.006 5； RI=1.12； CR=0.005 8

表6　安徽农业科技创新产出能力二级指标层次单排序

max =4.198； CI= 0.066； RI=0.9；CR=0.073 33

表7　安徽农业科技创新转化能力二级指标层次单排序

max = 4.198； CI= 0.066 ；RI=0.9；CR=0.073 3

表8　安徽农业科技创新支撑能力二级指标层次单排序

max = 5.354 7； CI=0.089；RI=1.12；CR=0.079 5

(三)一致性检验

利用Matlab计算出各判断矩阵的最大特征值max与相应的特征向量W=(W1，W2，W3，…，Wn)T，对特征向量归一化处理后就可以得到各指标的相对权重。为避免不同的专家在认识问题上的多样性和片面性，需要对结果进行一致性检验，以检查各指标权重之间是否存在矛盾。

依据矩阵基础理论作一致性检验：将各判断矩阵的最大特征值max与指标个数n代入公式CI=(max-n)/(n-1)中，得到一致性判断指标CI；将CI与相应的随机一致性指标RI代入公式CR=CI/RI，计算出一致性比率CR；当CR≤0.10时，构造的判断矩阵具有满意的一致性，当CR﹤1时被认为一致性可以接受，否则应对判断矩阵予以调整。

按照上述步骤计算得到的随机一致性比率CR分别为0.043、0.0058、0.07333、0.0733、0.0795，均小于0.1，表明指标体系具有满意的一致性。

(四)层次总排序

在计算出各级指标单排序结果及一致性检验后，可以根据单排序结果计算出各指标的相对权重，得到指标的层次总排序，结果如表9所示。对此总排序结果进行一致性检验，根据计算结果，该判断矩阵具有满意的整体一致性。

表9　指标层次总排序表

三、实证研究及结论分析

运用综合评分法考察层次评价模型中时间序列的农业科技创新综合评价指数变动行为，结合具体评价指标的变动，合理评价农业科技创新能力，并对得出的结果进行分析。

(一)实证研究过程

在构建科技创新能力层次评价模型的基础上，为消除由于量纲的差异而影响评价的客观性，采用综合评分法，对安徽省2007-2013年农业科技创新能力进行了实证研究，具体过程如下：

第一步，通过公式(3)对科技创新能力各指标的原始数据进行标准化处理。

(3)

其中，Cij(k)表示第k年第i个准则层下的第j个指标的原始数据，Zij(k)为对应指标的标准化后数据。min(Cij)表示Cij指标在2007-2013年间的最小值，max(Cij)表示Cij指标在2007-2013年间的最大值。

第二步，计算各年安徽省农业科技创新能力综合评价指数。

s(k)=∑[Wi×Zij(k)]

(4)

其中，Wi为对应指标的权重。

采用上述两步，最终计算出安徽省2007-2013各年农业科技创新能力综合得分如表10所示。

表10　2007-2013年间安徽农业科技创新能力指标得分

(二)结论分析

安徽省农业科技创新能力总体上呈现出上升趋势，但增长相对来说较为缓慢，且呈现波浪式增长。2007-2013年间，安徽农业科技创新能力综合得分从2007年的0.3上升到2013年的0.83，提高了1.76倍，平均每年提高25%。与2007年相比，2008年下降了0.2；2008-2010年呈现上升趋势，但不太稳定，出现波动态势，其中2008年到2009年上升较快，从0.1上升到0.46，但2009-2010年基本处于停滞阶段，甚至2010-2011年又出现小幅回落，2011-2013年呈现增长态势，其中2011-2012年的增速为65.12%，而2012-2013年的增速仅为7.78%。通过与湖北省、四川省对比[7-8]，发现安徽省的农业科技创新能力增长相对缓慢且不稳定，究其原因，主要是科技投入不足、自主创新保护意识不强。

安徽农业科技创能力整体构成结构不合理。从综合得分看，产出能力最强达到2.17，投入能力和支撑能力较弱，分别为0.15和0.43；再从各年变化趋势看，构成结构变化幅度基本不大。投入能力、产出能力、转化能力、支撑能力的贡献力基本保持在4%、62%、21%、12%的水平。

安徽省农业科技创新投入、产出、转化、支撑各能力内部发展不均衡，部分指标增长速度不匹配。从得分情况来看，2012-2013年农业生产总值得分增长了15.99%，而农民人均纯收入得分提高了28.46%，说明科技进步给普通民众带来的收益增长是比较快的；财政科学技术支出、每万人口中大学生人数、农业基本建设投资、农业技术改造投资等指标增长速度缓慢；而科技论文数、农业产业拉动率、农业产业贡献率等指标得分在发展过程中出现下降趋势，说明安徽省农业产业发展没有有效促进农业科技创新能力的提高。

四、政策建议

(一)加强农业基础设施建设，加大农业科技创新投入

基于数据分析，可以看出安徽省的农业基本建设投资、农业技术改造投资增长速度缓慢，科技创新投入不足。根据这一实际，一方面安徽省应加强农业基础设施建设，加大农业技术改造的力度，用现代物质条件装备农业，用先进的科学技术改造农业，以支撑农业科技创新能力的提高；另一方面安徽省的R&D投入额、财政科学技术支出的绝对量增长也比较缓慢，因此安徽省应加大农业科技创新领域的投入，除了争取财政支持，还应扩大投资主体，建立涵盖政府、政府机构、民间投资、企业等投资主体多元化的投资体系，探索金融支持安徽农业科技创新的新模式，如大力发展“小额信贷+保险”模式的农村小额信贷市场，降低银行风险的“银行贷款+担保+保险”模式，可以建立涉农科技创新基金和涉农科技创新引导基金等模式，增加农业科技投入资金来源，提升农业科技创新投入能力。

(二)创新农业科技推广体系，实现农业科技推广多元化

在进行安徽省农业科技创新能力指标灰关联筛选时，省级学会及县级以上科协举办的实用技术培训和农业院校毕业生数指标关联系数没有达到设定值。这提示我们应结合省情，建立主体多元化的农业科技推广体系，充分发挥政府推广机构在农技推广中的保障作用，制定优惠政策，积极鼓励和引导基层组织、高等农业院校、农业科技协会、农民专业技术协会、公益组织、民间私营推广机构等各种经济成分的社会力量，以各种合法方式加入到农技推广队伍中来，建立政府和民间互补的农技推广多元化体系，同时采取切实措施引导农业科技创新服务中介机构，做好科技、信息、法律等后勤服务，加快农业科技创新转化速度。

(三)整合安徽省科技信息资源，创新农业科技体制机制

安徽省应整合现有农业科技信息资源，设计开发满足农业科技需要的全方位和全方面的农业科技管理信息系统，建立有效涵盖农业科技创新的投入、管理、集成、转化、激励的体制机制，以服务于农业科技创新的研发、推广、管理、控制、生产，并作为农业科技创新的决策支持系统，为科技研发和生产提供有力的决策支持，促进安徽省农业科技创新能力的不断提高。

(四)强化知识产权意识，提高农业领域专利申请授权量

专利申请量和专利授权量在灰关联筛选时也没有达到设定值，说明安徽农业领域思想保守，知识产权意识薄弱，同时有关资料显示安徽知识产权纠纷案件数量逐年不断增加。为此，安徽省农业领域迫切需要增强知识产权意识，着力宣传知识产权的重要性，鼓励和支持科研机构、农业院所、高新技术企业申请专利，注册商标，自主创新，申请生物育种新品种保护，依法取得知识产权，提高安徽省发明专利申请量和授权量，扩大科技创新储备。科技行政部门应建立农业知识产权的行政保护、民事保护与刑事保护的立法保护体系，加强企业、农民的维权意识。

参考文献：

[1]姚景珍， 董哲生，武宗信. 依靠科技创新推动区域农业经济发展[J]. 农业科技管理，2006，25(5)：21-23.

[2]徐冉. 对外开放度与经济增长关系研究[J]. 地域研究与开发，2012，3(1): 35-39.

[3]赵其国. 当前我国农业发展中存在的深层次问题及对策[J]. 生态环境学报， 2013，22(6): 911-915.

[4]温家宝. 中国农业和农村的发展道路[J]. 求是，2012(2)：3-10.

[5]王碧峰. 我国发展现代农业问题讨论综述[J]. 经济理论与经济管理， 2008(1)：75-79.

[6]Barros C P，Alves F P. Productivity in the tourism industry[J]. International Advances in Economic Research, 2004，10(3): 215-225.

[7]李洪文, 黎东升. 农业科技创新能力评价研究[J]. 农业技术经济，2013(10)：114-119.

[8]张丹丹. 四川省农业自主创新能力评价[D]. 成都：四川农业大学， 2009.

责任编校：汪沛

中图分类号：F323.3;F224

文献标识码：A

文章编号：1003-4730(2016)02-0099-06

DOI：10.13757/j.cnki.cn34-1045/c.2016.02.022

作者简介：杜俊娟，女，安徽和县人，安徽新华学院财会与金融学院副教授，合肥工业大学博士研究生。

基金项目：安徽新华学院校级科研项目“科技创新促进安徽农业发展的内在机理与经济评价研究”(2014rw005)。

收稿日期：2015-12-19

网络出版时间：2016-04-26 14:54网络出版地址：http://www.cnki.net/kcms/detail/34.1045.C.20160426.1454.022.html